ИИ в российской медицине на паузе: Botkin.AI под следствием Росздравнадзора

Росздравнадзор приостановил использование системы ИИ Botkin.AI для анализа снимков компьютерной томографии, получившей регистрационное удостоверение в 2020 году, из-за опасений по поводу безопасности пациентов. Система, разработанная компанией «Интеллоджик», находится под проверкой ведомства.

На развитие Botkin.AI в 2019 году «Интеллоджик» привлекла 100 млн рублей от ряда инвесторов, включая Digital Evolution Ventures, созданную при участии «Росатома», и RBV Capital - фонд, совместный проект «Р-Фарм» и Российской венчурной компании. В 2020 году компания дополнительно получила 160 млн рублей, в том числе от «Ташир Медика» Самвела Карапетяна и «Юникорн Кэпитал Партнерс», управляющей компании венчурного фонда Минпромторга.

«Ташир Медика» и «Юникорн Кэпитал Партнерс» осведомлены о приостановке использования Botkin.AI и исследуют причины этого решения. В «Юникорн Кэпитал Партнерс» утверждают, что угроза вреда здоровью от системы «полностью исключена».

В «Медлевелтеха» подчеркнули, что из-за высокого (третьего) класса риска ИИ-продуктов Росздравнадзор уделяет им особое внимание. Применение Botkin.AI может быть возобновлено после устранения всех замечаний регулятора, дополнили там.

В 2020 году Botkin.AI была интегрирована в Единую радиологическую информсистему Москвы для помощи в выявлении рака легких. Однако в Департаменте здравоохранения Москвы заверили, что система не используется в клиниках города. В частности, ДЗМ использует систему по анализу медицинских изображений Celsus, платформы «Третье мнение», AIDiagnostic.

В Тульской области, где Botkin.AI также тестировалась, система была отключена из-за выявленных недостатков. Схожие продукты на рынке предлагаются компаниями «Третье мнение», «Кэременторэйай» и «Сайберия», причем многие регионы уже закупили такие системы для медицинской диагностики.

Эксперты подчеркивают, что развитие и внедрение ИИ в медицину - сложный процесс, требующий серьезных технических решений и квалифицированных специалистов. Основная проблема заключается в обучении ИИ на качественных данных, что является ключевым фактором для точности диагностики.